Processing math: 100%

Informace k přednášce Matematika++, LS 2018/2019

Ida Kantorová, Robert Šámal, Martin Tancer

Náplň

V moderní informatice se často používají matematické nástroje, které překračují rozsah matematických přednášek v bakalářském programu informatiky. V této přednášce se posluchači seznámí s poněkud zhuštěnými základy některých matematických odvětví, které se pro informatiku a diskrétní matematiku ukázaly zvlášť významné. pro představu se podívejte na témata minulých přednášek.

Letos se zaměříme na teorii míry -- jako základ pro teorii pravděpodobnosti. Dále na geometrii ve vysoké dimenzi a také trochu funcionální analýzy.

Předpoklady

Zájem o matematiku, matematické znalosti zhruba v rozsahu informatického bakalářského studia na MFF UK. Navazovat budeme hlavně na analýzu, pravděpodobnost a lineární algebru.

Rozsah

Dvě hodiny přednášky a dvě hodiny cvičení týdně (2/2). Zápočet, zkouška.

Termín

Přednáška úterý 15:40 v S4. (Začínáme 26.2.2019.) Cvičení středa 15:40 v S9 (ne každý týden).

Cvičení

Podstatná část cvičení bude spočívat v samostatné domácí práci posluchačů. Zápočet bude za vyřešení dostatečného množství příkladů. Cvičení povede Radek Hušek a Martin Tancer. Podrobnosti o cvičeních

Zkouška

Bude ústní, z teorie i příkladů. Ozvěte se emailem, domluvíme se na čase.

Literature

[KMS] I. Kantor, J. Matoušek, R. Šámal: Mathematics++ (should be available in the library)
[W] T.B. Ward: Functional analysis lecture notes

Probraná témata

DatumObsahZdroje
26.2.[IK] Motivace míry a L. integrálu. Vlastnosti, které by ideálně měla míra mít. Definice vnější míry. Vnější míra intervalu je rovna délce. Subaditivita. Aditivita selhává, Vitaliho množina. Měřitelné množiny, interval (0,) je měřitelný. Sigma algebra, měřitelné množiny jsou sigma algebra. Poznámka: Littlewoodovy principy (neformálně). Borelovské množiny, jejich měřitelnost. Definice L. míry jako zúžení vnější míry. Aditivita. Zmíněn příklad neměřitelné množiny. Kniha kap. 1
5. 3.[IK] Poznámka o tom, že neměřitelná množina se dá zkonstruovat jen s pomocí axiomu výběru. Nulová množina, pojem "skoro všude". Aplikace: hledání libovolně velké množiny v obecné poloze v rovině. Pojem míry, prostoru s mírou. Příklady měr (počítací, Diracova). Měřitelná funkce. Pro funkci XY je potřeba podmínku ověřit jen pro množiny, které generují sigma-algebru v Y. Měřitelnost součtů, součinů měřitelných funkcí, apod. Jednoduchá funkce, aproximace měřitelných pomocí jednoduchých. Definice L. integrálu. Různé vlastnosti (bez důkazu). Fatouovo lemma. Kniha kap. 1
12. 3.[IK] Věta o monotonní konvergenci. Linearita integrálu. Věta o omezené konvergenci. Jednoduchý příklad užití Fubiniho věty. Fubiniho věta. Definice pojmů ve F. větě. Pravděpodobnost: příklady (Monty-Hall, Bertrandův paradox). Definice základních pojmů. Kolmogorovovy axiomy. Pravděpodobnostní prostor, náhodná veličina, střední hodnota. Kniha kap. 1
19. 3. [RS] Two calculations: ex2/2=2π (Fubini, substitution). Stirling formula (substitution, dominated convergence). Book 2.3, Stirling's formula by Keith Conrad
26.3. [RS] Brief overview of probability (prob. density functions, cumulative distribution function). Normal distribution -- verifying properties, relation to binomial coefficients. Multidimensional normal distribution and its applications. Book 2.3,
2.4. [MT] Higher dimensional geometry: A few paradoxes about measure in higher dimensions. Brunn theorem. Minkowski sum. Brunn-Minkowski inequality. A proof that Brunn-Minkowski implies Brunn. Isoperimetry via Brunn-Minkowski. 1-dimensional Brunn-Minkowski for measurable sets. Dimension-independent Brunn-Minkowski (only statement at the moment). Book 2.2.
9.4. [MT] Proof that the Dimension-independent Brunn-Minkowski implies Brunn-Minkowski. Generalization to the Prékopa-Leindler theorem and a proof of it. Measure concentration on a sphere and other spaces (statement only). Book 2.2, 2.4.
16.4. [MT] Concentration of Lipshitz functions - Lévy's lemma. Gromov's sphere waist theorem (statement only). Johnson-Lindenstrauss flattening lemma. Implied by Gaussian projection lemma. (Started preparations for the proof.) Book 2.4, 2.5.
30.4. [MT] Concentration of the norm of a random vector chosen w.r.t. standard normal distribution on a spherical shell. Proof of the Gaussian projection lemma. Initial notions from functional analysis: normed space, Banach space, equivalent norms. All norms on finitely dimensional normed spaces are equivalent, therefore all such spaces are Banach. Examples: p-norms on finitely-dimensional normed spaces, maximum and integral norm on continuous functions on [0,1], or more generally on a compact set. Book 2.5.
7.5. [RS] Examples of Banach spaces (, p, Lp). Banach contraction theorem. [W]
14.5. [RS] PLAN: Linear operators -- continuity, norm, etc.